La primera vez que miré en serio KGeN fue por “los robots”
Antes, cuando veía KGeN, mi primera reacción, en realidad, seguía siendo Web3.
Pero recientemente ha empezado a poner el foco en Physical AI / Robotic(s). Este cambio me hizo volver a mirar el proyecto.
Porque en ese momento “los datos de personas reales” adquirieron un significado completamente diferente de repente.
Si se trata de un chatbot, quizá basten los datos de texto.
Pero un robot es distinto.
Un robot necesita saber:
¿Cómo camina la gente?
¿Cómo se mueven las manos?
¿Qué sensación tienen las cosas al tocarlas?
¿Qué hace la gente en entornos distintos?
El sonido, la visión, las acciones e incluso el tacto pueden convertirse en datos de entrenamiento.
Lo que ahora enfatiza oficialmente KGeN es precisamente esos datos humanos reales y multimodales, incluidos Sound, Sight, Motion y Touch, y usar esos datos para Physical AI y para LLM.
Creo que aquí hay una diferencia muy intuitiva:
Datos de IA “tradicional”:
“Explica a la IA cómo es la gente.”
Datos de Physical AI:
“Haz que la IA entienda de verdad cómo vive la gente y cómo actúa.”
Estos dos niveles de dificultad no son lo mismo en absoluto.
Así que ahora, cuando miro KGeN, no es que vaya a fijarme solo en el precio de $KGEN.
Más bien quiero ver:
Si estos datos reales de humanos pueden generar una demanda comercial a largo plazo.
Si la industria de la IA y los robots realmente cada vez necesita más ese tipo de datos, entonces “Verified Human” podría pasar, poco a poco, de ser un concepto de Web3 a convertirse en parte de la infraestructura de IA
#KGENUpdate #Aİ #KGEN
Antes, cuando veía KGeN, mi primera reacción, en realidad, seguía siendo Web3.
Pero recientemente ha empezado a poner el foco en Physical AI / Robotic(s). Este cambio me hizo volver a mirar el proyecto.
Porque en ese momento “los datos de personas reales” adquirieron un significado completamente diferente de repente.
Si se trata de un chatbot, quizá basten los datos de texto.
Pero un robot es distinto.
Un robot necesita saber:
¿Cómo camina la gente?
¿Cómo se mueven las manos?
¿Qué sensación tienen las cosas al tocarlas?
¿Qué hace la gente en entornos distintos?
El sonido, la visión, las acciones e incluso el tacto pueden convertirse en datos de entrenamiento.
Lo que ahora enfatiza oficialmente KGeN es precisamente esos datos humanos reales y multimodales, incluidos Sound, Sight, Motion y Touch, y usar esos datos para Physical AI y para LLM.
Creo que aquí hay una diferencia muy intuitiva:
Datos de IA “tradicional”:
“Explica a la IA cómo es la gente.”
Datos de Physical AI:
“Haz que la IA entienda de verdad cómo vive la gente y cómo actúa.”
Estos dos niveles de dificultad no son lo mismo en absoluto.
Así que ahora, cuando miro KGeN, no es que vaya a fijarme solo en el precio de $KGEN.
Más bien quiero ver:
Si estos datos reales de humanos pueden generar una demanda comercial a largo plazo.
Si la industria de la IA y los robots realmente cada vez necesita más ese tipo de datos, entonces “Verified Human” podría pasar, poco a poco, de ser un concepto de Web3 a convertirse en parte de la infraestructura de IA
#KGENUpdate #Aİ #KGEN
